本项发明介绍了一种应用于卒中预警技术的智能穿戴健康监测系统及其方法。该系统通过分析用户的生理数据和步长数据,提供即时的状态分析结果,并评估用户的生活习惯,旨在实现卒中的早期预警。
背景技术
随着人口老龄化的加剧和生活节奏的加快,脑卒中的发病率逐年上升,成为威胁人类健康的重要疾病之一,脑卒中,又称中风,是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病,它具有高发病率、高致残率和高死亡率的特点,给个人、家庭和社会带来了沉重的负担。
目前,申请号为CN202311088876.1的中国专利公开了一种脑卒中风险预测方法及装置,其中,基于历史肌电信号数据训练原始神经网络模型得到脑卒中风险预测模型;采集被测者的前臂肌群在特定电刺激信号下的目标肌电信号;将目标肌电信号输入脑卒中风险预测模型得到脑卒中风险预测结果,能够利用神经传导受阻造成手臂运动不对称的现象来实现脑卒中风险预测。
上述技术难以在预测出可能发病后,根据过往生活习惯和环境条件推测病因,避免因患者发病后语言系统混乱而造成难以表达病因,影响治疗效果。
实现思路